$1 Trillion AI Buildout · 核心结论

论点 1——"万物周期"（Everything Cycle）已确认。高科技设备、软件和研发合计占美国资本开支的 55%，科技股占美股总市值近 40%，全球市值前 10 中 8 家为美国科技公司。AI 正驱动从模型、芯片到电力、基建的全经济投资繁荣。

论点 2——这不是泡沫，是盈利驱动。股市上涨约 20% 的同时，交易倍数反而下降约 20%。S&P 500 市盈率低于 20 倍，由基本面盈利驱动，而非估值扩张。与 2000 年互联网泡沫（百倍 PE、零盈利）有本质不同。

论点 3——需求持续打破预测。过去四年，超大规模厂商的 CapEx 预测被连续上修。"算力需求是模型破坏者（model buster）"——任何时点的"天花板"都被后续需求超越。

论点 4——从原子的时代到工业繁荣。"软件吞噬世界"的下一章是"原子的时代"。AI 基础设施投资正在转变为制造业和工业繁荣——芯片、电力、冷却、建筑施工、熟练劳动力。

• 超大规模竞争格局白热化：Google、Amazon、Meta、Microsoft、Oracle 五家 2026 年 CapEx 合计约 7800 亿美元，较 2025 年的 4160 亿美元翻倍。2027 年起年化支出突破万亿美元。
• 供需错配持续：供应链上部分数据中心材料的交付窗口已延至 2028 年。任何即将上线的 GPU 都以极具吸引力的价格被定价——每个超大规模厂商都在获得可观回报。
• 云端积压巨大：Microsoft、Google、Amazon 三方合计云端积压订单约 1.7 万亿美元，客户承诺快速累积，平台持续投资容量。
• J 曲线逻辑：Amazon 最新财报电话会阐明 GPU/TPU 的可用经济寿命远超预期——建设期长但服务期更长，短期自由现金承压不代表长期价值受损。
• 私有市场集中度高企：Anthropic、OpenAI、Databricks、Stripe、Waymo、Revolut 六家公司最后估值合计约 2.4 万亿美元，超过过去十年 IPO 总和（1.7 万亿，不含 SpaceX），几乎等同于罗素 2000 指数规模。

模型厂商——速度即壁垒：OpenAI + Anthropic 的年化收入增速远超历史最佳软件公司。按最新估计，两家新增收入规模已超越任何单一软件公司在黄金时代的收入增量。速度与规模的组合在软件史上前所未有。

超大规模云厂商——J 曲线叙事：短期自由现金流承压，但共识预测显示 2028 年起恢复并大幅增长。GPU/TPU 经济寿命远超预期是核心变量——一旦建成，数据中心壳体和芯片将在长周期内持续产生回报。

企业软件——双路径分化：约 75% 的公开软件公司盈利，仅 30% 增长超 20%。网络安全和可观测性表现突出（CrowdStrike 等），垂直软件跑赢水平应用。ServiceNow 报告 AI ACV 超 10 亿美元，agent 部署增长 9 倍。Shopify AI Sidekick 使客户 15 天内完成 5 单的比例增长 8%——这是留存的关键指标。

成本侧标杆——Chime：过去四年持续年均降低 10%+ 的服务成本，累计接近 50%，由 a16z 被投公司 Decagon 支持。

私有标的加速增长：Stripe 的 SaaS 客户数据显示，2026 年年轻和成熟企业的增速均在加速——a16z 称之为"文艺复兴（Renaissance）"。

• 壁垒——规模 + 反馈飞轮：每次技术浪潮都为消费者和用户创造巨大剩余（consumer surplus），用户越多 → 数据越多 → 模型越强 → 用户更多。超大规模厂商兼具资本深度与用户基数，壁垒极宽。
• 壁垒——工厂即产品：Elon Musk 的"factory is the product"在 AI 时代同样适用。Tesla、SpaceX 背景的创始人深谙制造执行带来的规模化竞争优势。
• 风险——CapEx 下修周期：虽然过去四年预测总是被打破，但若需求增长出现拐点，巨额 CapEx 可能转化为产能过剩。超大规模厂商因此被批评过度举债。
• 风险——利润池重新分配：AI agent 可能削弱传统广告变现模式（Amazon 700 亿+广告业务面临挑战）。Instacart 拥抱 AI agent，Amazon 拒绝——谁对 agent 的增量价值判断更准确，将决定利润池走向。
• 风险——采用不及预期：仅 2% 的企业长期跟踪 AI 成效，大多数企业 AI 支出占人力成本比例仅 1%-10%。从"试点"到"深度嵌入工作流"的差距巨大。
• 风险——软件行业极化：水平 SaaS 应用面临 AI 原生替代压力；不"乘 AI 之风"的公司可能在公开市场被判定为"AI 输家"。

• 盈利驱动而非倍数驱动：股市上涨 20% 而倍数下降 20%，本质是盈利增长。S&P 500 市盈率低于 20 倍，且构成多为高质量企业，与 2000 年泡沫期不可类比。
• 超大规模估值锚定盈利：内存公司等周期性标的仅交易 6-7 倍远期盈利，而头部云厂商的盈利质量和可见性显著更高。
• 自由现金 J 曲线：建设期自由现金流承压是正常现象。GPU/TPU 的经济寿命比预期更长，使得当前投入在 3-5 年后持续产生回报。
• 推理成本呈数量级下降：Inferencelens 数据显示 2 个数量级的成本差异正在改变可用场景数。Databricks Smart Router 以 35% 更低成本解决更多问题；Elise AI 微调小模型降低 60% 成本并大幅降低延迟。
• 私有市场估值新鲜：二级市场交易相对于最后一轮的价格折价已基本归零——新投资者愿意以相同价格入场，反映估值健康。

• 超大规模 CapEx 是否持续上修：当前预测仍是"下一个天花板"——若 2027 年后仍持续上修，则需求叙事成立。
• 2028 年自由现金流恢复：共识预测显示 2028 年超大规模厂商 FCF 恢复。若按时兑现，J 曲线逻辑获验证。
• 企业采用深化指标：从 69% 部署率向 30% 量化影响、2% 长期跟踪迈进的速度——关键跟踪指标。
• Agent Token 使用量：OpenRouter 显示 agent token 使用量增长 14 倍。若持续加速，说明从"查询"到"自主执行"的范式迁移在推进。
• 消费者 AI 订阅渗透率：仅超 2% 的美国家庭拥有 AI 付费订阅。对比 Netflix 7000 万家庭、Amazon Prime 超 2 亿家庭，上行空间巨大。订阅保留率呈现罕见的"微笑曲线"（产品越好，用户越回来）是强信号。
• AI 驱动的收入增长加速：a16z 内部目标——软件公司实现 10%+ 收入增速加速。若见多家公司达成，则 AI 进攻性叙事获验证。

• 一级市场（VC/PE）：AI 相关公司占美国 VC 交易活动的 86%（2026 年数据，较 2025 年 65% 大幅提升）。投资机会从 OpenAI/Anthropic 扩展至服务、半导体、电力、国防、机器人等领域，机会深度和广度为历史之最。
• 二级市场（公开市场）：软件行业严重分化——网络安全（CrowdStrike）、可观测性、垂直软件跑赢。AI 赢家特征是"收入增长加速"而非仅"成本优化"。内存等周期性标的估值极低（6-7x），存在反转机会。
• 工业/基建链：$90 万亿全球基建投资至 2040 年，涵盖电力、水、道路、交通。a16z 被投公司 Androle（87 个足球场规模的制造厂）、Waymo（车队车库扩张）、SpaceX（路易斯安那 1000 亿美元投资）均为典型案例。
• 私有市场退出策略：公司保持私有状态更久、规模更大。secondary tender 员工参与率仅 58%——员工不愿套现反映强信心。IPO 是"又一次融资事件"，创始人是核心资产类别。

• 假设 1——Agent 驱动的需求增量能否抵消广告利润池流失：Amazon 拒绝 Muse、Instacart 拥抱 Muse 的对比很关键。乐观情景：agent 降低交易摩擦，GMV 增量弥补广告损失。需跟踪 AI agent 带来的实际订单增量 vs. 广告收入变化。
• 假设 2——电力网格的经济性：美国研究显示数据中心容量每增 10%，居民电价下降 40bp。若此效应在更大范围验证，将大幅缓解"AI 推高能源成本"的叙事风险。
• 假设 3——软件公司的"收入增长加速"能否兑现：a16z 目标 10%+ 增速加速。需要 12-18 个月的跟踪来验证。关键验证公司：ServiceNow、Snowflake、CrowdStrike、Shopify。
• 假设 4——消费者 AI 的 monetization 路径：订阅模式可能不是大多数家庭的最佳变现方式。需要观察广告驱动、usage-based、或 B2B2C 等新模式的演化。
• 假设 5——机器人/自动驾驶的时间表：a16z 预计机器人赛道可能比 Agent 早 3-5 年爆发。Uber/Lyft 仅占美国出行里程 1%，全自动驾驶有望扩大一个数量级以上。需要跟踪 Waymo 等扩张进度。